GPU-aktiverad beräkning

Kommentar

Vissa GPU-aktiverade instanstyper finns i Beta och markeras som sådana i listrutan när du väljer drivrutins- och arbetstyperna när beräkning skapas.

Översikt

Azure Databricks stöder beräkningsaccelererad med grafikprocessorer (GPU:er). Den här artikeln beskriver hur du skapar beräkning med GPU-aktiverade instanser och beskriver de GPU-drivrutiner och bibliotek som är installerade på dessa instanser.

Mer information om djupinlärning om GPU-aktiverad beräkning finns i Djupinlärning.

Skapa en GPU-beräkning

Att skapa en GPU-beräkning liknar att skapa en beräkning. Tänk på följande:

• Databricks Runtime-versionen måste vara en GPU-aktiverad version, till exempel Runtime 13.3 LTS ML (GPU, Scala 2.12.15, Spark 3.4.1).
• Arbetstyp och drivrutinstyp måste vara GPU-instanstyper.

Instanstyper som stöds

Azure Databricks stöder följande instanstyper:

• NC-instanstypserie: Standard_NC12, Standard_NC24
• NC v3-instanstypserie: Standard_NC6s_v3, Standard_NC12s_v3, Standard_NC24s_v3
• NC T4 v3-instanstypserie: Standard_NC4as_T4_v3, Standard_NC8as_T4_v3, Standard_NC16as_T4_v3, Standard_NC64as_T4_v3
• NC A100 v4-instanstypserie: Standard_NC24ads_A100_v4, Standard_NC48ads_A100_v4, Standard_NC96ads_A100_v4
• ND A100 v4-instanstypserie: Standard_ND96asr_v4
• NV A10 v5-instanstypserie: Standard_NV36ads_A10_v5, Standard_NV36adms_A10_v5, Standard_NV72ads_A10_v5
  • Standard_NV72ads_A10_v5 är inte kompatibelt med PyTorch 2.0+ och genererar ett CUDA-fel när du kör arbetsbelastningar med flera GPU:er. Eftersom Databricks Runtime ML 14.0 och senare förinstallerar PyTorch 2.0+, föreslår vi att du använder Databricks Runtime ML 13.x eller manuellt körs pip install torch==1.13.1 om du kör PyTorch på arbetsbelastningar med flera GPU:er.

Se Priser för Azure Databricks för en uppdaterad lista över GPU-instanstyper som stöds och deras tillgänglighetsregioner. Azure Databricks-distributionen måste finnas i en region som stöds för att starta GPU-aktiverad beräkning.

GPU-schemaläggning

Databricks Runtime stöder GPU-medveten schemaläggning från Apache Spark 3.0. Azure Databricks förkonfigurerar det på GPU-beräkning.

GPU-schemaläggning är inte aktiverat vid beräkning med en nod.

spark.task.resource.gpu.amount är den enda Spark-konfigurationen som är relaterad till GPU-medveten schemaläggning som du kan behöva ändra. Standardkonfigurationen använder en GPU per uppgift, vilket är idealiskt för distribuerade slutsatsdragningsarbetsbelastningar och distribuerad träning, om du använder alla GPU-noder. För att utföra distribuerad träning på en delmängd av noder, vilket bidrar till att minska kommunikationskostnaderna under distribuerad träning, rekommenderar Databricks att du anger spark.task.resource.gpu.amount antalet GPU:er per arbetsnod i spark-konfigurationen för beräkning.

För PySpark-uppgifter ommappar Azure Databricks automatiskt tilldelade GPU:er till indexen 0, 1, .... Under standardkonfigurationen som använder en GPU per aktivitet kan din kod helt enkelt använda standard-GPU:n utan att kontrollera vilken GPU som har tilldelats uppgiften. Om du anger flera GPU:er per aktivitet, till exempel 4, kan koden anta att indexen för de tilldelade GPU:erna alltid är 0, 1, 2 och 3. Om du behöver de fysiska indexen för de tilldelade GPU:erna kan du hämta dem från CUDA_VISIBLE_DEVICES miljövariabeln.

Om du använder Scala kan du hämta indexen för de GPU:er som tilldelats uppgiften från TaskContext.resources().get("gpu").

För Databricks Runtime-versioner under 7.0, för att undvika konflikter mellan flera Spark-uppgifter som försöker använda samma GPU, konfigurerar Azure Databricks automatiskt GPU-beräkning så att det finns högst en aktivitet per nod som körs. På så sätt kan aktiviteten använda alla GPU:er på noden utan att stöta på konflikter med andra uppgifter.

NVIDIA GPU-drivrutin, CUDA och cuDNN

Azure Databricks installerar NVIDIA-drivrutinen och biblioteken som krävs för att använda GPU:er på Spark-drivrutins- och arbetsinstanser:

• CUDA Toolkit, installerat under /usr/local/cuda.
• cuDNN: NVIDIA CUDA Deep Neural Network Library.
• NCCL: NVIDIA Collective Communications Library.

Den version av NVIDIA-drivrutinen som ingår är 535.54.03, som stöder CUDA 11.0. För NV A10 v5-instanstypserien är 525.105.17den version av NVIDIA-drivrutinen som ingår .

De versioner av biblioteken som ingår finns i viktig information för den specifika Databricks Runtime-version som du använder.

Kommentar

Den här programvaran innehåller källkod från NVIDIA Corporation. För att stödja GPU:er innehåller Azure Databricks kod från CUDA-exempel.

NVIDIA-licensavtal för slutanvändare (EULA)

När du väljer en GPU-aktiverad "Databricks Runtime-version" i Azure Databricks godkänner du implicit de villkor som beskrivs i NVIDIA EULA med avseende på biblioteken CUDA, cuDNN och Tesla samt NVIDIA-licensavtalet för slutanvändare (med NCCL-tillägg) för NCCL-biblioteket.

Databricks Container Services på GPU-beräkning

Viktigt!

Den här funktionen finns som allmänt tillgänglig förhandsversion.

Du kan använda Databricks Container Services vid beräkning med GPU:er för att skapa portabla djupinlärningsmiljöer med anpassade bibliotek. Anvisningar finns i Anpassa containrar med Databricks Container Service .

Om du vill skapa anpassade avbildningar för GPU-beräkning måste du välja en standardkörningsversion i stället för Databricks Runtime ML för GPU. När du väljer Använd din egen Docker-container kan du välja GPU-beräkning med en standardversion av körningen. De anpassade avbildningarna för GPU baseras på de officiella CUDA-containrarna, som skiljer sig från Databricks Runtime ML för GPU.

När du skapar anpassade avbildningar för GPU-beräkning kan du inte ändra NVIDIA-drivrutinsversionen eftersom den måste matcha drivrutinsversionen på värddatorn.

databricksruntimeDocker Hub innehåller exempelbasavbildningar med GPU-kapacitet. De Dockerfiles som används för att generera dessa avbildningar finns i GitHub-lagringsplatsen för exempelcontainrar, som också innehåller information om vad exempelbilderna tillhandahåller och hur du anpassar dem.